dS 与 AdS 黑洞的准正规模：前馈神经网络方法
广义相对论与量子宇宙学
2022-03-22 v2 高能物理 - 理论
摘要
在本文中，我们展示了如何利用人工神经网络从在弯曲背景中传播的有质量标量场的扰动产生准正规模（QNMs）。为此，我们为前馈神经网络方法（FNNM）设计了一种特殊算法，以计算符合特定类型边界条件的 QNMs。为检验该方法的可靠性，我们考虑了两个 QNMs 已知的黑洞时空： 纯 de Sitter（dS）和五维 Schwarzschild anti-de Sitter（AdS）黑洞。利用 FNNM，对其 QNMs 进行了数值计算。结果表明，通过 FNNM 获得的 QNMs 与先前其他方法得到的 QNM 结果吻合良好。因此，我们寻找 QNMs 的方法可用于其他遵循相同边界条件的弯曲时空。
引用
@article{arxiv.1904.09509,
title = {Quasinormal modes of dS and AdS Black Holes: Feedforward neural network method},
author = {Ali Övgün and İzzet Sakallı and Halil Mutuk},
journal= {arXiv preprint arXiv:1904.09509},
year = {2022}
}
备注
Accepted for Publication in IJGMMP